seaborn distplot的权重选项？

Question

我想在seaborn distplot中有一个权重选项,类似于numpy直方图中的权重选项.如果没有此选项,唯一的替代方法是将权重应用于输入数组,这可能会导致不切实际的大小(和时间).

Answer 1

您可以通过使用hist_kws参数将权重传递给底层matplotlib的直方图函数来提供权重，如下所示：

sns.distplot(..., hist_kws={'weights': your weights array}, ...)

但是请注意，权重将仅传递给基础直方图；的kde或fit函数distplot都不会受到影响。

Answer 2

正如@vlasisla 在他们的回答中已经提到的，应该通过关键字参数提供权重，hist_kws以便将它们传递给 mathpolotlib 的hist函数。但是，除非kde同时禁用（核密度估计）选项，否则这不会产生任何影响。这段代码实际上会产生预期的效果：

sns.distplot(x, hist_kws={'weights': x_weights}, kde=False)

要理解为什么权重和 kde 都不允许，让我们考虑以下示例，其中x_weights的计算方式为x_weights = np.ones_like(x) / len(x)所有 bin 的高度总和为 1：

# generate 1000 samples from a normal distribution
np.random.seed(8362) 
x = np.random.normal(size=1000)

# calculate weights
x_weights = np.ones_like(x) / len(x)

# figure 1 - use weights
sns.distplot(x, hist_kws={'weights': x_weights}, kde=False)
# figure 2 - default plot with kde
sns.distplot(x)

图 1. 使用带有权重的 dist 而不是 KDE 图 2. 使用带有默认参数的 dist

在图 1 中，我们提供了dist带权重的函数，因此在该图中，所有 bin 的高度总和为 1。在图 2 中，默认行为dist是启用的，因此KDE 函数下的区域总和为 1，并且 bin 的高度相应地标准化。现在很容易看出，在提供权重时绘制 KDE 确实没有多大意义。